NPS模型Power BI报表解析记录

净推荐值(Net Promoter Score,NPS)

NPS模型主要来源于两个维度的观察

  1. 利润 – 效益
  2. 客户的推荐意愿 – 口碑

NPS数据本身并不能给业务带来变化,但是可以显示市场的反应或者目标客户比率。方便对产品、业务方向做出相应调整。

利润维度

利润维度以是否盈利为标准,有盈利的客户为重要客户,未实际盈利的客户为一般客户,可以按实际需要进行划分,比如可以加入用户的购买次数、频率等维度来判断一个客户是否重要。

  • 实现盈利:重要客户
  • 未实现盈利:一般客户

推荐意愿维度

其中客户推荐意愿一般来自于问卷调查,制作成有效的报表,需要注意下面两点:

  1. 反馈数据需要与实际业务关联,即得知道是哪些客户的反馈,因为利润与反馈将会进行交叉评估;
  2. 问卷反馈需要真实有效,不应该引导用户做出不符合其自身实际意愿的选项; (问卷时不应与客户拉近关系,用户的推荐应该是主动的,如:张先生你好,请问你主动把XXX推荐给朋友的可能有多少。)

问卷调查一般采用打分的形式进行,可以是0到10分,0是非常愿意,10是非常愿意,具体分级按实际需要,比如:

  • 贬低型:0-5
  • 满意型:6- 8
  • 推荐型:9-10

客户分类

根据两个主要观察维度,可以将客户进行分类,最终得到下面分类

  • 重要推介型
  • 一般推介型
  • 重要消极满意型
  • 一般消极满意型
  • 重要贬低型
  • 一般贬低型

NPS计算

[(重要推介型 + 一般推介型) - ( 重要贬低型 + 一般贬低型 )] 与客户总数的百分比。

很多公司处于零以下。

Power BI报表

模型构建 – 基础表单:

  • 产品表
  • 销售表
  • 客户表
  • NPS客户打分表
  • NPS客户类型表

模型构建 – NPS指标:

[NPS 利润率] = DIVIDE( SUM( '订单'[利润] ) , SUM( '订单'[销售额] ) ) 

[NPS 打分]=AVERAGEX('NPS-客户',[评分])

[NPS 客户类型]=
    VAR Score = [NPS 打分]
    VAR ProfitMarginType = IF( [NPS 利润率] >= 0 , "重要" , "一般" )
    VAR NPSType = 
        SWITCH(
            TRUE() ,
            Score >=9 , "推介型" ,
            Score >=7 , "消极满意型" ,
            "贬低型"
        )
    RETURN ProfitMarginType & NPSType

[NPS 打分 按 类型]=  IF([A 客户类型] = SELECTEDVALUE('NPS 客户分类'[分类名称]),[A 打分],BLANK() )

点阵图设计

  1. X轴:NPS评分
  2. Y轴:利润率
  3. 每一个点表示一个具体的用户,按照自身的利润率和评分显示在对应的位置

点阵图图表字段

  • 详细信息: ‘客户'[客户名称] (每一个点都是一个具体的用户)
  • X轴:[NPS评分]
  • Y轴:[利润率]

X轴与Y轴都需要与详细信息(每一个实际客户)挂勾,确保每个一个客户都能准确找到自己的位置

当前可以看到客户NPS评与利润率的分布了,但还缺一个客户类型,使用颜色来进行区分。在图例中使用 ‘客户分类'[分类名称]来实现

设置图例字段

  • 图例: ‘客户分类'[分类名称]

但是结果并不是我们想要的。因为X轴使用的是[NPS评分],该度量会给所有人评分,且不做任何的筛选,而我们需要进行筛选,使用下列度量值,使用分类进行区分

度量值:[NPS 打分 按 类别] = IF( [NPS 客户类型] = SELECTEDVALUE( 'NPS 客户分类'[分类名称] ) ,[NPS 打分],  BLANK()  )

它们区别对比如下

最后的点阵图字段设置及效果如下:

  • 详细信息: ‘客户'[客户名称] (每一个点都是一个具体的用户)
  • X轴:[NPS 打分 按 类别]
  • Y轴:[利润率]
  • 图例: ‘客户分类'[分类名称]

进一步美化

  1. 调整X、Y轴的起始、结束值,拉伸图表
  2. 通过插入Text box的方式,设置底色,对齐到图表,以作美化

总结

总共三个知识点

  1. NPS模型的基本知识
  2. 点阵图的基本使用
  3. 使用Power BI对已有模型构建中,保留着简单的数据模型,利用度量值的方式达到想要的图表效果,这里的SELECTEDVALUE()公式是实现这种方式的一个关键;另外筛选计算在表格形式中有很明显的区别,但应用本次的点阵图中,尤其是这种对数据结果没有影响,容易被忽略,所以先做表格,再成图形是个好习惯。

参考:

  • https://mp.weixin.qq.com/s/RHLU9r7JNamnVMyrKrHBNw
  • https://docs.microsoft.com/zh-cn/power-bi/visuals/power-bi-visualization-scatter
  • https://cdc.tencent.com/2012/10/17/%E5%87%80%E6%8E%A8%E8%8D%90%E5%80%BC%ef%bc%88nps%ef%bc%89%E7%B3%BB%E5%88%97%E4%B9%8B%E4%B8%80-%E5%9F%BA%E6%9C%AC%E5%8E%9F%E7%90%86%E4%B8%8E%E6%93%8D%E4%BD%9C%E6%A8%A1%E5%9E%8B/

Leave a Reply

Your email address will not be published. Required fields are marked *